ADS-OT usa aprendizado por reforço para adaptar defesas de tecnologia operacional a ataques impulsionados por IA
O ADS-OT é um framework acadêmico que trata a postura de defesa de ambientes de tecnologia operacional (OT) como um problema de decisão sob observação parcial, usando uma política de aprendizado por reforço para ajustar dinamicamente monitoramento, controle de acesso, engano (deception) e segmentação de rede. A motivação central é que atacantes que usam IA operam em um ritmo muito mais rápido do que defesas estáticas tradicionais conseguem acompanhar.
Ambientes de tecnologia operacional — chão de fábrica, energia, água — historicamente dependem de defesas estáticas: segmentação de rede fixa, listas de acesso configuradas uma vez e revisadas raramente, monitoramento com regras pré-definidas. Esse desenho pressupõe um atacante humano operando em um ritmo relativamente lento e previsível.
O ADS-OT modela a defesa como um processo de decisão parcialmente observável (POMDP), em que uma política de aprendizado por reforço escolhe, a cada momento, como ajustar quatro alavancas — intensidade de monitoramento, restrições de acesso, uso de engano/deception e segmentação — em resposta ao comportamento observado do possível atacante. Uma camada de “governança de segurança” sobrepõe restrições a essa política, para evitar que a adaptação automática tome ações fora de limites considerados seguros para o ambiente operacional.
A premissa do trabalho conecta diretamente com o que já aparece em relatos do mundo real sobre atacantes usando IA para acelerar o tempo de movimento lateral dentro de redes comprometidas: uma defesa que só reage de forma fixa e pré-programada fica estruturalmente em desvantagem de tempo quando o lado ofensivo também é acelerado por IA.
Como se trata de uma proposta de pesquisa validada contra baselines estáticos em simulação — reduzindo conclusão de caminhos de ataque, tempo de detecção e tempo de contenção —, a adoção real em ambientes de OT críticos exige cautela: nesses ambientes, uma política de resposta automática que erra tem potencial de causar impacto físico, então qualquer automação de resposta baseada em RL precisaria de validação de segurança extensa antes de sair do laboratório.